En matemáticas , la métrica de Lévy-Prokhorov (a veces conocida simplemente como métrica de Prokhorov ) es una métrica (es decir, una definición de distancia) sobre el conjunto de medidas de probabilidad en un espacio métrico dado . Lleva el nombre del matemático francés Paul Lévy y del matemático soviético Yuri Vasilyevich Prokhorov ; Prokhorov la introdujo en 1956 como una generalización de la anterior métrica de Lévy .
Definición
Sea un espacio métrico con su álgebra sigma de Borel . Denotemos la colección de todas las medidas de probabilidad en el espacio medible .
![{\displaystyle {\mathcal {B}}(M)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle (M,{\mathcal {B}}(M))}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Para un subconjunto , defina el ε-vecindario de por![{\displaystyle A\subseteq M}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle A}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle A^{\varepsilon }:=\{p\in M~|~\existe q\in A,\ d(p,q)<\varepsilon \}=\bigcup _{p\in A}B_ {\varepsilon }(p).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
¿Dónde está la bola abierta de radio con centro en ?![{\ Displaystyle B _ {\ varepsilon} (p)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \varepsilon }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle p}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
La métrica de Lévy-Prokhorov se define estableciendo la distancia entre dos medidas de probabilidad y siendo![{\displaystyle \pi :{\mathcal {P}}(M)^{2}\to [0,+\infty )}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mu}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle\nu}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \pi (\mu ,\nu ):=\inf \left\{\varepsilon >0~|~\mu (A)\leq \nu (A^{\varepsilon })+\varepsilon \ {\ text{y}}\ \nu (A)\leq \mu (A^{\varepsilon })+\varepsilon \ {\text{para todos}}\ A\in {\mathcal {B}}(M)\ bien\}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Para medidas de probabilidad claramente .![{\displaystyle \pi (\mu,\nu)\leq 1}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Algunos autores omiten una de las dos desigualdades o eligen sólo abierta o cerrada ; cualquiera de las desigualdades implica la otra, y , pero restringir a conjuntos abiertos puede cambiar la métrica así definida (si no es polaca ).![{\displaystyle A}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle ({\bar {A}})^{\varepsilon }=A^{\varepsilon }}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle M}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Propiedades
- Si es separable , la convergencia de medidas en la métrica de Lévy-Prokhorov equivale a una convergencia débil de medidas . Por tanto, se trata de una metrización de la topología de convergencia débil en .
![{\displaystyle (M,d)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \pi }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {P}}(M)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- El espacio métrico es separable si y sólo si es separable.
![{\displaystyle (M,d)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Si está completo, entonces está completo. Si todas las medidas en tienen soporte separable , entonces también se cumple la implicación inversa: si está completo, entonces está completo. En particular, este es el caso si es separable.
![{\displaystyle \left({\mathcal {P}}(M),\pi \right)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle (M,d)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {P}}(M)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle (M,d)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \left({\mathcal {P}}(M),\pi \right)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle (M,d)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Si es separable y completo, un subconjunto es relativamente compacto si y sólo si su cierre es compacto.
![{\displaystyle (M,d)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle {\mathcal {K}}\subseteq {\mathcal {P}}(M)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \pi }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \pi }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Si es separable , entonces , ¿dónde está la métrica de Ky Fan ? [1] [2]
![{\displaystyle (M,d)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \pi (\mu ,\nu )=\inf\{\alpha (X,Y):{\text{Ley}}(X)=\mu ,{\text{Ley}}(Y)= \n\}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \alpha (X,Y)=\inf\{\varepsilon >0:\mathbb {P} (d(X,Y)>\varepsilon )\leq \varepsilon \}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Relación con otras distancias
Sea separable. Entonces![{\displaystyle (M,d)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
, donde es la distancia de variación total de las medidas de probabilidad [3]![{\displaystyle \delta (\mu,\nu)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
, donde está la métrica de Wasserstein con y tiene momento finito. [4]![{\displaystyle W_{p}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle p\geq 1}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mu,\nu}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle p}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Ver también
Notas
- ^ Dudley 1989, pág. 322
- ^ Račev 1991, pag. 159
- ^ Gibbs, Alison L.; Su, Francis Edward: Sobre la elección y la delimitación de métricas de probabilidad , International Statistical Review / Revue Internationale de Statistique, Vol 70 (3), págs. 419-435, Lecture Notes in Math., 2002.
- ^ Račev 1991, pag. 175
Referencias
- Billingsley, Patricio (1999). Convergencia de medidas de probabilidad . John Wiley & Sons, Inc., Nueva York. ISBN 0-471-19745-9. OCLC 41238534.
- Zolotarev, VM (2001) [1994], "Métrica de Lévy-Prokhorov", Enciclopedia de Matemáticas , EMS Press
- Dudley, RM (1989). Análisis real y probabilidad . Pacific Grove, California: Wadsworth & Brooks/Cole. ISBN 0-534-10050-3.
- Račev, Svetlozar T. (1991). Métricas de probabilidad y estabilidad de modelos estocásticos . Chichester [ua]: Wiley. ISBN 0-471-92877-1.